原文刊於 European Business Magazine,2026 年 11 月 18 日,倫敦。以下為繁中翻譯。
倫敦,2026 年 11 月 18 日——人工智慧在專業服務領域又邁出關鍵一步。KPMG(安侯建業)揭露,在查核一家英國大型上市公司的帳目時,AI 代理人有時比自家的人類審計團隊挖得更深、提出的問題也更好。
這場由 KPMG 英國所主導、代號「指數計畫」(Project Exponential)的實驗,動用超過 100 個 AI 代理人,標誌著人工智慧在金融服務業最耗人力的環節之一取得重要進展。同時也拋給會計業一個令人不安的問題。機器愈來愈能接手高門檻的專業分析,審計這門生意的收費邏輯,多快會被改寫?
根據《金融時報》報導,這次查核的對象,是一家名字沒有公開的富時 250 指數(FTSE 250)成分企業。AI 代理人跟傳統審計團隊並肩工作,經手範圍橫跨整個審計流程,不只是打零工的行政助手。
KPMG 英國審計主管凱絲·伯內特(Cath Burnet)表示,這項技術在好幾個環節中,比常規審計團隊挖得深得多,指出了需要進一步調查的領域,也提出了人類審計員未必會想到的問題。
這項發現顯示,AI 在專業服務的潛力可能不只在提升生產力,還可能從根本上改變複雜財務資訊被檢視、解讀與挑戰的方式。
從支援會計師,到親自下場查帳
「指數計畫」代表一種轉變:AI 從支援工具,變成橫跨整個審計工作流程的自主代理人。
這些代理人負責蒐集資訊、分析並記錄資料、草擬初步結論與觀察、建議後續步驟,還能彼此協作,有效分工、協調調查的不同環節。
技術開發耗時約四個月。不過 KPMG 特別強調,這場實驗不等於正式核准的法定審計(statutory audit)。雖然有一位審計合夥人為這次實驗性作業簽字,但其發現並未作為正式通過該公司帳目的依據。
人類監督仍然不可或缺。試驗期間,一名審計員曾出手介入,因為某個 AI 代理人未能把監管要求與公司文件正確對應。這段插曲正好暴露 AI 目前的能力邊界:面對複雜的監管框架,照樣會出錯。
KPMG 計畫把這套做法擴大到多達 20 件規模更大的審計案,但也承認技術尚未成熟到能鋪開到數千件業務。資料品質仍是一大障礙:有些企業缺乏 AI 代理人運作所需的乾淨、結構化資訊。
挑戰四大會計師事務所的商業模式?
這對會計業的意涵可能相當深遠。
傳統審計仰賴大批資淺會計師執行細碎、重複的工作,再由資深經理與合夥人監督。AI 代理人提供了另一種運作模式:把資料蒐集、分析與文件化大幅自動化,讓資深專業人員專注於複雜判斷與例外事項。
對 KPMG、德勤(Deloitte)、資誠(PwC)、安永(EY)這類事務所來說,誘因很明確:更快的審計、可能更低的營運成本,以及分析遠大規模財務資訊的能力。
但省下的成本最終會不會回饋給客戶,仍是未知數。KPMG 承認省下不少時間,但並未承諾把效率換成更便宜的審計費用。
人類判斷仍是最後防線
轉型也帶來監管與專業上的挑戰。英國財務報告委員會(Financial Reporting Council)已警告,用 AI 不能損害審計員的獨立性、正直與專業懷疑。
此外還有資料安全、過度依賴自動化結論、AI 生成不準確或捏造資訊的疑慮。無論用上什麼技術,審計意見的根本責任仍在人類審計員身上。
KPMG 這場實驗並未證明 AI 能取代會計師、或獨立交付可靠的法定審計。但它確實顯示,AI 代理人正開始在曾被視為依賴人類專業的領域,向專業人員叫陣。
對會計業而言,問題已不再是「AI 會不會進入審計流程」,而是「這個流程最終會有多少被機器拿走」,以及到那一天,人類會計師還剩下什麼角色。
譯註(非原文):FTSE 250 指倫敦證交所富時 250 指數成分企業,規模僅次於富時 100;statutory audit 為依法必須執行的法定審計;Financial Reporting Council 為英國審計監理機關。
討論整理
上述報導在 Hacker News 上的討論串(story 50547777,抓取時 418 分、182 則留言,可讀頂層 39 則)大致可歸納為四派聲音,整理如下。
一、方法論先被開刀:自己出題自己評分,標題還漏了 sometimes
有人質疑實驗由 KPMG 自己執行,結論可信度約等於大公司自我宣稱式的公關。也有人指出,原文說的是「有時候」(sometimes)問得更好,這個限定詞在傳播過程中被拿掉了。
另一個批評是整篇報導完全沒有量化對比:AI 抓到人類漏掉的情形多常發生、反過來又多常發生、嚴重程度為何,一個數字都沒有,「好幾個環節」到底是多少,什麼都沒說明。
反方則認為,AI 實驗室與這類公司合作超過一年,付錢請事務所顧問交出日常工作與真實文件做訓練,評分標準又寬,代理人問得更好並不意外。
二、會追問不等於會判斷,更不等於能簽字
有論者指出,審計從來不是找問題(問題永遠都有),而是判定是否重大——會不會改變外部讀者看這家公司的觀點。挖得深是個奇怪的賣點。
除非法律重寫,審計報告一定要真人簽字,實務就是 AI 做、人審的組裝線。但也有人看到另一面:未來是抽樣走向全量查核,這種土法窮舉人類本來做不到。
實戰派分享:Claude 比任何分析師都好用,判斷有時不足,但用鉅細靡遺補回來,犯的錯比一般員工少得多。另一位做 SOC2 查核的分享,Opus 拿著全部政策、程式庫與控制標準查核,比任何人類審計員都徹底——嚴到近乎苛刻,會自己發明做不完的工作;人類檢查員有人情上的彈性,AI 是硬派,會逼你在框框裡打轉。
三、四大事務所的人力模式才是真正的被告
回覆數最多的討論串直指 KPMG 會計師普遍沒經驗、超時工作、誘因差,整個大型事務所模式多層面剝削。也有人說多數公司的審計只是打勾了事,客戶只想審計員趕快問完走人;還有人拿信評機構類比:你花錢請人評你自己的產品。
安然案也被拿出來對照:四大審計常是打折的漂白服務,拿顧問約換放水;AI 問得更好是解方,還是根本搞錯了戰場?也有人糾正,審計與顧問同時承接在各地基本已被禁止(安然之後五大變四大就是代價)。
另一派觀點認為 AI 不在乎升合夥人,不會被刻意塞來的大量無關文件淹沒,也不會被客戶氣場嚇到;但對稱的反面是,AI 同樣能用產量把你壓垮,逼你認知投降,在你無力細看時犯最蠢的錯。
四、新戰場:教一次就全員受用,對上單一文化被一鍋端
有人指出人類每年都要重教一批新人,AI 只要教會一次,犯過的錯修掉就不再犯,規模優勢無可比擬。反駁者稱那叫單一文化:同一個盲點,一次就能被全域利用;教到「知道錯」之前,錯誤代價已經發生。作弊者甚至可預先拿審計 AI 試探,迭代到不被標記為止;人類至少還有「被看到」的隨機風險。緩解方案是三家不同廠商投票加上寫死規則的監控程式。
也有人從訓練成本切入:強化學習資料貴到嚇人,只對可驗證任務有效,人類學同件事要的樣本少得多。回應則是每年重教上萬人本來就貴,前沿實驗室直接付錢請博士生產訓練資料也能撐過去。
另一個角度是誘因:AI 沒有演化來的惰性,不怕無聊重複;但 AI 也有創造者的誘因——沒事找事做、每回合留尾巴要你加碼,而審計是成本中心,挖太深本身就是浪費,人類審計員每天走的正是這條取捨線。
正反分歧速覽
| 面向 | 正方 | 反方 |
|---|---|---|
| 實驗可信度 | 真實任務真實文件,代理人由數萬名顧問日常訓練而來 | 主辦方即受測者,標題漏了 sometimes,全文零量化 |
| 能否取代判斷 | 抽樣變全量、鉅細靡遺補上判斷 | 核心是重大性;模型易被帶走、會發明工作 |
| 商業模式 | 砍掉多數人力、用資深賺更多 | 簽字責任在人,壁壘仍在 |
| 規模化風險 | 教一次、全員受用 | 單一文化、預先探測、認知投降 |
視覺懶人包
視覺版懶人包:https://static.blog.derekhsu.net/kpmg-audit-hn.html(若上方嵌入無法顯示,請點此直連開啟)
英文原文:European Business Magazine〈AI agents better questions KPMG〉
